Nano Banana 2

Nano Banana 2 是什么？

Nano Banana 2 是 Google DeepMind 的最新图像生成模型，以“Gemini 3.1 Flash Image”形式发布。它旨在结合 Nano Banana Pro 的高级能力与 Gemini Flash 的速度，实现更快的图像生成以及更迅捷的编辑和迭代。

据 Google 介绍，Nano Banana 2 正在 Gemini 应用、Google 搜索和 Ads 等 Google 产品中逐步推出。该模型定位于支持更高质量输出，并具备保持主体一致性和更严格遵循复杂指令的功能。

主要特性

• Gemini 真实世界知识驱动的先进世界知识：模型利用 Gemini 知识库，并通过网络搜索的实时信息和图像，更准确地渲染特定主体。
• 增强创意控制以实现主体一致性：模型支持单次工作流中最多五个人物的相似度以及最多 14 个物体的保真度，帮助在构建序列或叙事时跨编辑保持外观一致。
• 图像内精确文本渲染和翻译：Nano Banana 2 可为营销样稿或贺卡等资产生成准确、可读文本，并能在图像内本地化/翻译文本。
• 改进的指令遵循：Google 表示，该模型更严格遵守复杂请求，包括想法的细微细节，更好匹配用户需求。
• 多尺寸生产就绪图像规格：用户可控制512px 至 4K的宽高比和分辨率，支持竖屏社交帖或宽屏背景等格式输出。
• Flash 速度下的视觉保真度提升：Google 描述其具有更丰富的纹理、更锐利的细节和更生动的光照，同时保持 Flash 预期速度。

如何使用 Nano Banana 2

首先，通过已支持的 Google 产品（Google 指出正在 Gemini、搜索和 Ads 中推出）访问 Nano Banana 2。输入描述主体、风格和所需变更的提示。当需要在序列中保持角色或物体一致时，在提示中包含这些元素并指定场景演变方式。

对于营销或沟通资材，使用需要可读文本或本地化/翻译文本的提示，并请求特定宽高比或分辨率（视可用性而定），以匹配预期位置。

使用场景

• 从笔记创建信息图和图表：使用提示将主题转化为结构化视觉（如生成水循环信息图），利用模型的世界知识渲染特定主体。
• 生成带可读图像文本的营销样稿：请求用于标牌或促销图形的准确文本，然后生成不同宽高比的版本以适应不同位置。
• 为全球受众本地化图像内容：要求模型翻译并本地化图像内文本，以便视觉内容跨语言复用。
• 带一致角色的故事板式工作流：对于多帧叙事，指定最多五个人物相似度和最多 14 个物体，以跨编辑保持角色和关键物品一致。
• 带受控格式规格的广告或活动资材：通过选择 512px 至 4K 的宽高比和分辨率，快速迭代基于提示优化的常见创意尺寸视觉。

常见问题

• 在哪里可以访问 Nano Banana 2？ Google 表示，它正在包括 Gemini 应用、Google 搜索 和 Ads 在内的 Google 产品中逐步推出。

• 此处“Flash 速度”是什么意思？ 该页面描述 Nano Banana 2 结合 Nano Banana Pro 能力与 Gemini Flash 的速度，实现更快图像生成及更迅捷编辑和迭代。

• 它能跨编辑保持角色或物体一致吗？ 可以。Google 表示支持单次工作流中最多五个人物相似度和最多 14 个物体保真度。

• 它能生成图像内可读文本并翻译吗？ Google 表示，它能为营销样稿或贺卡生成精确文本渲染，并能翻译/本地化图像内文本。

• 它支持什么输出尺寸？ 该模型支持从 512px 至 4K 的各种宽高比和分辨率。

替代方案

• 其他 AI 图像生成模型：AI 图像生成类别的许多工具都能从提示词生成图像，但可能在一致遵循指令、保持主体保真度或渲染文本方面有所差异。
• 使用生成 + 修复/扩展的图像编辑工作流：对于注重迭代优化的用户，以编辑为先的方法（先生成，然后选择性修改部分）可作为替代方案，尽管可能需要更多手动步骤来保持角色/物体一致性。
• 支持人工编辑文本的模板设计工具：如果可读文本和本地化是主要需求，基于模板的工作流可减少对模型文本渲染的依赖，通过保持排版可编辑——代价是视觉整合不如无缝。
• 通用创意套件：对于优先考虑布局、排版和资产管理的生产管道，创意套件可在图像生成后补充处理最终设计和格式化。